见面课：知识图谱学术发展前沿
一般而言，专家构建的领域知识和从大规模预料抽取的常识性知识哪个更符合长尾分布规律？常识性知识
可以使用GAN来提升长尾部分的关系补全和关系抽取的效能。对
知识图谱作为一种结构化数据，可以在多模态与训练场景中解决模态数据缺失问题；同时，利用其ontology，可以对小样本学习问题提供一定帮助。对
知识图谱的规模并非越大越好，一些弱相关知识和不相关知识的存在可能给模型训练引入噪音，反而会削弱模型表现。对
知识抽取任务中，面临的挑战有同时抽取多个三元组;处理词语之间的长距离依赖;从无标注数据语料中抽取三元组
